數字普惠金融發展能激勵創新嗎?

梁榜 張建華

摘要：利用數字普惠金融地級市層面數據與城市整體以及微觀中小企業專利數據進行匹配，考察中國數字普惠金融的發展和推廣對技術創新的激勵效應。實證研究發現：不管是城市層面還是微觀企業層面，數字普惠金融的發展及其覆蓋廣度、使用深度和數字支持服務程度均對技術創新具有顯著的正向影響，即便在考慮內生性問題之后依然成立，并且該激勵效應在多種穩健性檢驗下仍然顯著;異質性分析表明，數字普惠金融的發展對中西部城市和傳統金融覆蓋不足的城市、民營和規模較小的中小企業具有更強的創新激勵效應，這體現了數字普惠金融的普惠性特征;進一步的機制分析表明，數字普惠金融的發展能夠降低中小企業債務融資成本和緩解外部融資約束，進而促進企業的創新產出。

關鍵詞：數字普惠金融;金融服務;創新激勵;技術創新;城市;中小企業

文獻標識碼：A

文章編號：1002-2848-2019（05）-0074-13

一、研究背景

創新是發展的第一動力，伴隨我國經濟由高速增長階段轉向高質量發展階段，技術創新已成為培育企業新競爭優勢、提升綜合國力的重要引擎，是我國實施創新驅動發展戰略、邁向制造強國以及尋求經濟新增長點的關鍵。然而，我國金融體系長期存在的深層次、結構性矛盾成為制約經濟高質量發展的關鍵因素。金融發展的不平衡、不充分問題不僅影響了實體經濟融資的可得性，還嚴重抑制了技術創新。微觀企業是創新活動的重要實施者，激發企業創新能夠以技術帶動質量和效益的提高。但是，研發創新活動需要大量的資金投入，內源性融資往往難以滿足研發創新的資金需求，融資約束成為企業創新活動的“絆腳石”。另外，與其他投資項目相比，創新項目具有風險高、周期長、不確定性程度高等特點，導致創新融資存在嚴重的信息不對稱問題，使得企業創新活動更容易遭受外源融資約束[1]。因此，持續穩定的資金來源對于企業創新而言尤為重要[2]，這就需要完善且運行良好的金融體系來解決創新活動中的融資難題[3]。金融發展對企業創新的影響研究頗為豐富，現有文獻從宏觀、產業以及微觀企業層面證實了傳統金融發展對于企業創新的促進作用[4-8]。然而，一系列研究表明我國金融體系發展還很不完善，傳統金融服務覆蓋面不足，金融要素價格和資源配置扭曲，企業遭受創新融資約束，導致創新投資增長減緩，抑制了企業的研發投入和創新產出[9-10]。此外，不同所有制企業在融資成本上存在顯著差異，“融資歧視”現象造成市場信號失真和金融資源錯配，導致企業研發動力不足，阻礙了企業技術創新[11-12]。因此，如何解決企業的創新融資難題，營造公平的融資制度環境，提升企業自主創新能力，是當前形勢下亟待研究和解決的重要問題。

在新興資本市場以及轉軌經濟的制度背景下，我國監管機構對于銀行資產的安全性、流動性進行了更嚴格的控制，由于銀行更強調穩健經營，風險容忍度相對更低，往往不愿意向具有高風險的企業創新活動提供資金支持。但是也應該看到，近年來我國金融體制改革和創新創業支持政策的積極推進為釋放企業創新活力發揮了至關重要的作用。一方面，伴隨經濟轉型的加快，銀行業競爭性的市場結構緩解了創新活動的融資約束，有利于促進企業技術創新[13-15];另一方面，以商業信用、民間借貸為代表的非正規金融系統作為正規金融體系的有益補充，有助于緩解創新融資約束，對于促進企業研發創新具有積極作用[16-17];金融創新和金融改革也有利于提高企業研發投入，進而提升企業自主創新能力[18]。除此之外，近年來政府著力推進“互聯網+”行動計劃，促進了互聯網科技與金融行業的深度融合，金融科技的運用創造了新的發展生態，數字化進程的加速顯著提高了金融機構的服務效率與服務質量。與此同時，正規金融部門供給不足和監管部門相對容忍則進一步推動了中國數字金融的快速發展[19]。已有研究表明，數字金融的發展有利于緩解中小企業融資約束[20]，對于地區創業具有顯著的促進作用[21]。因此，深化金融體制改革，增強金融服務實體經濟能力，有助于以創新推動實體經濟振興和經濟高質量發展。

值得關注的是，為促進金融業可持續均衡發展，推動大眾創業、萬眾創新，助推經濟發展方式轉型升級，中國政府高度重視普惠金融發展，并已將其提升到國家戰略層面。國務院印發《推進普惠金融發展規劃（2016—2020年）》，為推動普惠金融發展提供了科學指引，并鼓勵應用大數據、云計算以及移動互聯網等數字技術拓展普惠金融服務的廣度和深度，促使普惠金融更好地為中小微企業等特殊群體提供金融服務。此外，杭州G20峰會通過了由中國推動并參與制定的《G20數字普惠金融高級原則》，為數字普惠金融的發展指明了方向。作為傳統金融體系的有力補充，新型的數字普惠金融具有“廣覆蓋、低成本、高效率”等諸多優勢，為促進企業技術創新帶來了新的機遇，對于推動大眾創業、萬眾創新具有極為重要的作用。由此需要研究的問題是，數字普惠金融的發展和推廣能夠促進技術創新嗎？對不同地區以及不同企業的技術創新是否具有異質性影響？數字普惠金融激勵技術創新的潛在機制又是什么？本文希望能夠填補相關研究領域的空白，并為數字普惠金融推動大眾創業、萬眾創新的實踐提供有益啟示。

本文重點考察數字普惠金融的創新激勵效應，并提供來自城市整體和微觀企業層面的經驗證據。具體而言，主要包括以下三個方面：第一，利用北京大學數字金融研究中心提供的數字普惠金融地級市層面數據與城市整體以及微觀中小企業專利數據進行匹配，考察數字普惠金融的發展和推廣對城市和企業技術創新的影響;第二，進行異質性分析，檢驗數字普惠金融對不同地區以及不同類型企業技術創新的影響是否存在差異;第三，基于企業債務融資成本和外部融資約束雙重視角，實證檢驗數字普惠金融激勵中小企業創新的作用機制。

二、理論分析與研究假設

（一）數字普惠金融對城市技術創新的影響

技術創新離不開金融的支持，然而金融發展的不平衡、不充分問題卻嚴重制約了城市創新活動的開展。以間接融資為主導的金融體系具有風險規避偏好，對風險控制較為謹慎，導致金融機構往往不愿意為高風險、高不確定性的技術創新活動提供長期的信貸支持，“信貸配給”的存在不利于區域創新績效的提升[22]。但是，中國政府一直在積極推動金融領域的改革和創新，特別是鼓勵將大數據、云計算以及移動互聯網等數字技術與傳統金融行業深度融合以催生新的金融業態，促進了數字金融這一新型金融模式的蓬勃發展[23]。研究表明，以信息技術為支撐的數字普惠金融能夠緩解借貸雙方的信息不對稱問題，有效降低金融交易和經營的成本，拓展金融服務覆蓋范圍及觸達能力[24]。因此，作為傳統金融體系的有力補充，數字普惠金融的發展為促進技術創新提供了新的機遇。具體而言，數字普惠金融可以通過以下途徑促進城市技術創新。

首先，數字普惠金融有助于彌補傳統金融服務的不足，其諸多優勢能更好地支持技術創新活動，進而促進城市創新績效的提升。傳統金融服務不足不僅體現在許多不發達地區的群體無法享受便捷的金融服務，還在于金融資源的錯配以及“融資歧視”造成的融資成本差異等難題，導致具有創新意愿的創新型企業難以得到有效的信貸支持，地區的技術創新活動受到抑制。作為一種新型金融模式，數字普惠金融將數字技術等金融科技應用到普惠金融領域，能夠補足傳統金融服務的短板。同時，數字金融具有的“成本低、速度快、覆蓋廣”等優勢能夠打破傳統金融服務的諸多限制，顯著提高金融機構的服務效率和服務質量，特別是有助于解決不發達地區長期以來的金融服務不足問題，在一定程度上緩解了原先被傳統金融體系排除在外的群體的融資難題。金融可得性和服務水平的提高激勵創新創業活動的發生，有利于促進城市技術創新水平的提升。

其次，數字普惠金融的發展能夠為中小微企業提供便捷的金融支持，激發其創新活力和內在動力，促進研發投入和創新產出，進而提高城市技術創新水平。小微企業是最為活躍和最具潛力的科技創新群體，但由于諸多限制條件往往被排斥在正規金融體系之外，其技術創新活動的長期融資需求也難以得到滿足。數字普惠金融的提出旨在全方位、方便地為欠發達地區、中小微企業以及低收入人群等特殊群體提供適當、有效的金融服務，其“包容性”理念和“草根”特性恰好與小微企業的創新融資需求特征相契合，為激勵小微企業技術創新提供了有效支撐。因此，數字普惠金融的發展和推廣改善了創新創業環境，釋放了中小微企業等科技創新活躍群體的創新活力，有利于提升區域的創新績效。

基于以上分析，提出研究假設H1：數字普惠金融的發展能夠顯著促進城市的技術創新水平，尤其對中西部城市和傳統金融覆蓋不足的城市創新激勵效應更強。

（二）數字普惠金融對微觀中小企業技術創新的影響

受諸多不利因素的限制，以及中國特殊的制度背景和市場環境等深層次因素的影響，外部融資依賴度相對較高的中小企業面臨嚴重的融資難、融資貴問題。數字普惠金融的發展則為破解中小企業融資難題、促進小微企業技術創新提供了一條切實可行的解決路徑，具有重要的現實意義。具體而言，數字普惠金融通過緩解創新融資約束、降低創新融資成本、提高創新融資效率等途徑激勵中小企業進行技術創新。

首先，數字普惠金融能夠拓寬中小企業的融資渠道，提高創新融資的可得性，緩解創新融資約束。數量龐大且創新活躍的中小微企業往往被排斥在正規金融服務門檻之外，形成金融服務需求的“尾部”客戶群體，難以獲得適當的、有效的金融服務。通過應用數字技術對傳統金融產品和商業模式等進行數字創新，數字普惠金融拓展了金融服務的廣度和使用深度。實踐表明，P2P網貸、小額信貸、第三方支付、眾籌融資以及新型的融資平臺等低門檻、多品種、高效率、個性化的金融服務能夠與小微企業風險性創新活動持續、高頻、小額的資金需求特征相契合，進而有效緩解了中小企業的創新融資約束。

其次，數字普惠金融具有獨特的信息收集和處理能力，能夠更好地發揮信息篩選和風險甄別功能，風險評估成本和交易成本大幅度減少，進而降低中小企業的創新融資成本。依托社交網絡、搜索引擎以及云計算等現代信息技術能夠有效降低信息搜集和處理成本，改變傳統金融服務的提供方式，更好地為創新活動提供融資支持。以信貸為例，P2P網貸平臺通過互聯網、手機等就可以實現在線信用貸款，信貸服務更加便捷，服務成本明顯下降。創新融資成本的降低能幫助中小企業獲得更多資金支持，進而激發其技術創新動力。

最后，數字普惠金融有助于緩解信息不對稱問題，提高中小企業的創新融資效率。依托云計算、大數據以及移動互聯網等數字技術，數字普惠金融能夠建立風險控制體系、信息處理與監測系統，進而及時、快速、高效地挖掘和收集客戶的征信數據，有助于全面地了解中小企業的經營情況和信用等級，提升信貸資金的配置效率和服務質量。基于互聯網信息的客戶征信體系則可以簡化信貸審查程序，縮短信貸審核時間，進而降低資信評估、線下審核以及風險管理的成本，并有利于降低信貸不良率和提高融資有效性，使得中小企業能夠更加高效、便捷、低成本地獲得金融服務。

據此，提出研究假設H2：數字普惠金融的發展和推廣能夠緩解創新融資約束、降低債務融資成本以及提高創新融資效率，進而促進中小企業的創新產出。

此外，數字普惠金融對不同類型中小企業的創新激勵效應具有異質性。中國特殊的制度背景和金融市場環境使得政府在資源配置中仍扮演重要角色，在傳統金融市場中，實際控制人性質和政治關系背景對企業能否獲得創新融資十分關鍵。民營企業往往在創新融資過程中遭受嚴重的“所有制歧視”，傳統金融機構通常不愿意為他們服務，而由于規模有限無法提供抵押物的小型企業同樣難以滿足準入門檻條件。因此，與國有和規模較大的中小企業相比，民營和規模較小的中小企業的貸款門檻較高，信息不對稱問題更為嚴重，貸款成本和資金使用成本相對高昂，導致民營和規模較小的中小企業所遭受的融資約束程度更深。數字普惠金融發展的初衷在于提高金融服務的覆蓋率、可得性和滿意度，尤其是重點服務那些被傳統金融排斥在外的民營和小微企業的融資難題。數字普惠金融的顯著特點就是靈活便捷、體量較小，恰好與民營和規模較小的中小企業資金需求量小但頻率高的融資需求相契合，對其創新融資約束的緩解作用會更為明顯。同時，傳統金融機構服務不足會導致民營和規模較小的中小企業通過互聯網渠道尋求資金支持的愿望更為強烈，對數字金融的依賴程度也更高。因此，數字普惠金融的發展和推廣更有利于促進民營和規模較小的中小企業技術創新。

綜合以上分析，提出研究假設H3：數字普惠金融的發展對中小企業的創新產出具有顯著的正向影響，尤其對民營和規模較小的中小企業的創新激勵效應更加明顯。

三、研究設計

（一）模型設定與變量測度

本文從宏觀和微觀視角出發，考察數字普惠金融的發展對城市整體與中小企業技術創新的激勵效應。由于專利數據左斷尾分布，本文采用Tobit模型進行估計，模型設定如下：

其中，Innov和lnPatent表示創新產出，i、j和t分別表示城市、企業和年份。城市層面的技術創新活動水平采用人均發明專利申請量來衡量，之所以進行人均處理是為了消除各城市之間因所轄面積和人口規模差異導致的不可比因素;企業層面的技術創新指標采用專利申請總量來度量，并進行取對數處理;核心解釋變量DIFI表示數字普惠金融總指數，類似地，文中進一步考察了數字普惠金融各維度對技術創新的影響，包括覆蓋廣度（DCB）、使用深度（DUD）和數字支持服務程度（DSS）三個方面;X為一系列可能影響創新產出的城市和企業特征控制變量;同時，模型還分別控制了城市、年度和行業固定效應。此外，由于企業研發創新需要耗費一定的時間，本文將所有解釋變量進行滯后一期處理，這樣做的好處在于可以減弱因反向因果造成的內生性干擾。模型所涉及變量的具體定義見表1。

（二）樣本選擇與數據來源

現有關于普惠金融的研究多采用省級面板數據，與此不同，本文采用地級城市層面數據來分析數字普惠金融發展的創新激勵效應。首先，宏觀層面分析樣本為各地級市數據，樣本區間為2011—2016年，城市專利數據來源于中國研究數據服務平臺（CNRDS），其他控制變量數據來源于歷年《中國城市統計年鑒》。其次，選擇中小企業作為微觀數據樣本，原因在于中小企業是當前我國普惠金融的重點服務對象之一，探討普惠金融對中小企業技術創新的影響更具現實意義。限于數據可得性，參照《中小企業劃型標準規定（2011）》對中小企業的界定，本文選擇中小企業板和創業板上市公司作為研究樣本，研究區間設定為2011—2017年，企業專利信息和相關財務數據來自國泰安數據庫（CSMAR）和Wind數據庫。同時，剔除屬于金融行業的上市公司樣本，并刪除ST類和相關數據缺失的樣本。此外，為控制極端值對實證結果的影響，對企業層面所有連續變量在1%水平上進行縮尾（winsorize）處理。

與之相匹配的地級城市層面的數字普惠金融數據來自北京大學數字金融研究中心提供的《北京大學數字普惠金融指數（2011年—2015年）》。限于篇幅，該指數的構建原則、指標選取和編制方法在此不做贅述。需要補充說明的是，由于數字普惠金融指數較中小企業技術創新指標數值大，不在同一量綱上，因此將該指數占100的百分比值作為原始數據。此外，本文的控制變量與現有研究的處理方法保持一致，主要變量的描述性統計結果見表2。

四、實證結果與分析

（一）數字普惠金融對城市技術創新的影響分析

1.基準回歸結果

表3第（1）列匯報了數字普惠金融對城市技術創新的影響，結果顯示DIFI的估計系數在5%的統計水平上顯著為正，表明數字普惠金融的發展和推廣能夠促進城市技術創新水平的提升，數字普惠金融越發達的城市，其單位從業人員的發明專利申請量也越多，即數字普惠金融具有創新激勵效應。作為初步的穩健性檢驗，本文還考察了構成數字普惠金融指數的三個不同維度（覆蓋廣度、使用深度以及數字支持服務程度）對技術創新的影響，估計結果見表3第（2）—（4）列。結果表明，三個維度指標均對城市技術創新具有顯著的促進作用，具體來說，隨著數字普惠金融覆蓋廣度的增加、使用深度的改善以及數字支持能力的提升，城市的創新水平會有所提高。控制變量的估計結果顯示，人均GDP、財政自主權、科教投入以及人力資本水平對城市技術創新活動產生了顯著的正向影響。

2.內生性處理：工具變量估計

基準回歸結果初步驗證了數字普惠金融的創新激勵效應，但在模型因果識別過程中可能存在內生性問題的干擾。引致內生性的第一個來源是反向因果問題，即數字普惠金融促進了城市技術創新，但一個城市的創新活動也有可能反過來推動數字普惠金融的發展。針對這一問題，在基準回歸中已經對所有解釋變量進行了滯后一期處理，即評估上年的數字普惠金融發展狀況對當期城市創新活動的影響，在一定程度上能夠減輕反向因果問題的干擾[25]。引致內生性的另一個來源是模型可能存在一定的遺漏變量問題，盡管模型已經控制了一系列影響城市創新的相關特征變量，但從理論上講仍無法有效解決因其他不可觀測因素所導致的遺漏變量偏誤。因此，為更好地識別數字普惠金融與城市創新之間的關系，本文進一步構建工具變量重新對模型進行估計。在相關研究中，謝絢麗等[21]采用省級互聯網普及率作為數字普惠金融指數的工具變量，考察了數字金融對地區創業的影響。借鑒這一做法，本文選取地級市數字技術應用指數（與互聯網普及率指標類似，并且由移動電話普及率、電腦普及率和互聯網普及率三個維度數據綜合計算得到）作為數字普惠金融的工具變量，數據取自《中國信息社會測評報告2014》和《中國信息社會發展報告2015》。一方面，數字普惠金融的發展得益于現代信息技術的廣泛滲透，而數字技術應用指數反映的是公眾對現代信息技術的應用水平以及信息技術在居民中的擴散和普及程度，因此二者之間存在緊密的聯系;另一方面，在控制一系列相關變量之后，數字技術應用指數與城市技術創新之間并不存在直接的關聯渠道。因此，數字技術應用指數可能是數字普惠金融的一個有效工具變量。

以數字技術應用指數作為工具變量的IV Tobit估計結果見表4。第（1）列匯報的是數字普惠金融總指數對城市技術創新的影響，第（2）—（4）列則是各維度指標對技術創新的影響。工具變量的回歸結果顯示，即便在考慮模型可能存在的內生性問題之后，數字普惠金融的發展及其各維度仍然對城市技術創新具有顯著的正向促進作用，由此表明數字普惠金融的創新激勵效應是穩健存在的。此外，Wald檢驗結果表明模型存在內生變量，而工具變量第一階段回歸F統計值在1%的統計水平上顯著，表明并不存在弱工具變量，本文的工具變量估計結果是有效的。因此，本文的研究假設H1得到了驗證。

3.異質性分析

數字普惠金融的發展和推廣彌補了傳統金融的不足，旨在解決欠發達地區、中小微企業等特殊群體的創新融資難題，進而促進城市技術創新。考慮到數字普惠金融的“包容性”理念和“草根”特性，其創新激勵效應在不同城市的表現可能會有所差異。為此，本文從以下兩個方面進行異質性分析：第一，考察數字普惠金融對城市技術創新影響的地區差異，依照慣例，本文將全部城市樣本劃分為東部沿海、中部和西部三個地區，并基于不同子樣本進行實證檢驗;第二，考察數字普惠金融對不同傳統金融發展水平城市創新的影響差異，對于那些傳統金融覆蓋不足的不發達地區，數字普惠金融的發展和推廣能夠顯著擴大金融服務的覆蓋廣度和使用深度，有效緩解創新融資約束，對促進城市創新活動扮演“雪中送炭”的角色。與之相比，傳統金融發達的地區本身金融機構提供的服務就多種多樣，基本上可以滿足創新融資的需求，數字普惠金融的作用更多的是豐富了創新創業者的選擇，對技術創新活動的激勵效應屬于“錦上添花”。因此，本文按照傳統金融發展水平（金融機構貸款余額/GDP）的中位數將城市樣本劃分為發達地區和不發達地區，實證檢驗數字普惠金融對技術創新的激勵效應是否在不發達地區更加明顯。

異質性分析的回歸結果見表5。第（1）—（3）列分別匯報的是東部、中部和西部地區城市數字普惠金融的發展對技術創新的影響，結果顯示東部地區數字普惠金融（DIFI）的估計系數為正，但并不顯著，而中西部地區DIFI的估計系數均在1%的統計水平上顯著為正，這表明數字普惠金融對創新活動的激勵效應在東部地區城市并不明顯，但在中西部地區具有顯著的創新激勵效應。第（4）—（5）列匯報了數字普惠金融對傳統金融發達地區和不發達地區技術創新的影響，結果表明在傳統金融發達的地區DIFI的估計系數不顯著，而在不發達地區DIFI的系數顯著為正，說明數字普惠金融的發展和推廣對不發達地區的創新活動有更大的激勵效應，這體現了數字普惠金融的普惠性特征。

（二）數字普惠金融對中小企業技術創新的影響分析

1.基準回歸結果

上述分析在宏觀層面檢驗了數字普惠金融對城市技術創新的影響，初步驗證了數字普惠金融的創新激勵效應。但是，數字普惠金融的發展和推廣在很大程度上促進了中小微企業的技術創新，因此有必要進一步考察數字普惠金融對中小企業技術創新的影響，以此提供創新激勵效應的微觀證據。數字普惠金融總指數及其各維度對中小企業技術創新影響的回歸結果見表6，可以看到，數字普惠金融對中小企業技術創新具有顯著的促進作用，其覆蓋廣度、使用深度以及數字支持服務程度同樣具有顯著的正向影響，這表明數字普惠金融的創新激勵效應在微觀企業層面仍然是顯著的。

2.內生性處理：工具變量估計

為解決模型潛在的內生性問題，本文同樣將數字技術應用指數作為數字普惠金融的工具變量，利用工具變量Tobit估計方法（IV Tobit）檢驗數字普惠金融指數及其各維度對中小企業技術創新的影響，估計結果見表7。可以看到，DIFI的估計系數仍然顯著為正，其覆蓋廣度、使用深度以及數字支持服務程度的系數也均顯著為正，這表明數字普惠金融的發展和推廣能夠顯著促進微觀中小企業的技術創新，并且即便在考慮模型的內生性問題之后，該創新激勵效應仍然存在。因此，與基準回歸結果一致，數字普惠金融的創新激勵效應在微觀企業層面也得到了驗證，本文的實證檢驗結果是穩健的。

3.異質性分析

正如理論分析所述，數字普惠金融對不同類型中小企業技術創新的影響具有異質性，如不同的企業所有權性質、企業規模的差異等。因此，本文接下來分別檢驗數字普惠金融對國有和民營以及不同規模中小企業技術創新的影響，更為細致地刻畫數字普惠金融對企業創新影響的作用特征，從而為更好地推動數字普惠金融的發展提供參考。

數字普惠金融對不同所有權性質中小企業創新的異質性影響見表8第（1）—（3）列。根據企業的實際控制人性質進行分組，將企業分為國有和民營兩類，并設定虛擬變量SOE：國有=1，民營=0;同時，為比較不同所有權性質企業的分組差異，構建交互項DIFI×SOE加入模型進行實證檢驗。估計結果顯示，數字普惠金融對國有和民營中小企業均具有顯著的正向影響，但與國有企業相比，數字普惠金融對民營中小企業創新的促進作用更大，交互項DIFI×SOE的系數在5%的統計水平上顯著為負。由此表明，應繼續加強對民營中小企業的創新支持力度，釋放其創新活力。

數字普惠金融對不同規模中小企業創新的異質性影響見表8第（4）—（6）列。為更好地反映不同企業規模的差異，本文依據企業總資產規模進行三分位處理，并構造企業規模虛擬變量Large：處于上三分位的中小企業=1，處于下三分位的中小企業=0。類似地，進一步在實證模型中加入交互項DIFI×Large，比較數字普惠金融對不同規模企業創新產出影響的分組差異。估計結果顯示，數字普惠金融對規模較大和規模較小的中小企業的技術創新均具有促進作用，但交互項DIFI×Large的估計系數在5%的統計水平上顯著為負，表明數字普惠金融對規模較小的中小企業技術創新有更大的促進作用，再次體現了數字普惠金融的普惠性特征，本文的研究假設H3得到了驗證。

4.影響機制檢驗

上述實證分析為數字普惠金融的創新激勵效應提供了宏觀和微觀層面的經驗證據，接下來本文利用微觀企業數據探討數字普惠金融激勵創新的潛在機制，即通過實證檢驗數字普惠金融對中小企業外部融資約束和債務融資成本的影響來識別其激勵創新的作用渠道。

首先，構建KZ指數和SA指數來測度企業的融資約束程度，進而檢驗數字普惠金融對中小企業融資約束的影響。借鑒Kaplan等[26-27]的做法，通過對經營性凈現金流、現金持有量、派現水平、負債程度以及成長性等財務指標進行回歸分析進而構建一個綜合指數（KZ指數）來衡量企業的融資約束程度，計算KZ指數的回歸模型估計結果見表9。KZ指數越大，中小企業面臨的融資約束程度越高。

除KZ指數外，SA指數也是測度企業融資約束的常用指標，借鑒Hadlock等[28-29]的做法，使用企業規模（Size）和企業年齡（Age）兩個外生性很強的變量來構建SA指數：-0.737×Size+0.043×Size2-0.04×Age，顯然SA指數易于計算且相對穩健。

其次，檢驗數字普惠金融對中小企業債務融資成本的影響。借鑒Pittman等[30-32]的做法，構造兩個指標來衡量債務融資成本：（1）利息費用占比（DFC1），即利息支出/企業總負債;（2）凈財務費用占比（DFC2），即凈財務費用占公司總負債的比例，其中凈財務費用等于利息支出加上手續費支出以及其他財務費用。

影響機制檢驗的估計結果見表10，數字普惠金融對債務融資成本的影響系數顯著為負，表明數字普惠金融的發展能夠降低中小企業的債務融資成本。此外，數字普惠金融對以SA指數和KZ指數衡量的外部融資約束同樣具有顯著的負向影響，表明數字普惠金融能夠緩解中小企業的融資約束。由此表明，數字普惠金融通過降低企業債務融資成本和緩解外部融資約束來激勵企業進行研發創新，本文的研究假設H2得到了支持。

（三）穩健性檢驗

盡管本文已經從多個角度驗證了數字普惠金融的發展和推廣能夠激勵技術創新，但為穩健性考慮，仍從以下幾個方面進行穩健性檢驗：

（1）替換城市技術創新的衡量指標，以單位從業人員的發明專利授權量來度量城市技術創新水平;

（2）由于企業專利從投入到產出需要耗費一定的時間，數字普惠金融對企業創新的促進作用可能存在時滯效應，為保證實證結果的穩健性，考察數字普惠金融對中小企業未來兩年專利產出的影響;

（3）專利申請總量包括發明專利、實用新型專利和外觀設計專利，但按原創性標準來說發明專利更能體現出企業技術創新的質量，因此進一步考察數字普惠金融對中小企業發明專利申請量的影響;

（4）替換企業創新的測度指標，從創新投入的視角，將研發支出以及研發強度作為企業創新的替代變量來檢驗數字普惠金融對企業創新的影響。上述穩健性檢驗的估計結果見表11。從中可知，在替換城市和中小企業創新的衡量指標之后，數字普惠金融的創新激勵效應仍然顯著存在。即便考慮企業創新的時滯效應，數字普惠金融仍然對企業創新產出具有顯著的正向影響，表明前文的實證結果具有較好的穩健性。從企業創新投入的視角來看，數字普惠金融對企業的研發支出和研發強度同樣具有顯著的正向促進作用，表明數字普惠金融的創新激勵效應不受創新測度指標選取的干擾，說明本文的實證結論是穩健的。

五、結論與啟示

本文重點考察了數字普惠金融的創新激勵效應，并提供了來自城市整體和微觀企業層面的經驗證據。實證研究發現，數字普惠金融的發展和推廣有利于促進城市和中小企業技術創新，其覆蓋廣度、使用深度以及數字支持服務程度同樣對技術創新具有顯著的正向影響，即便在考慮內生性問題之后依然成立，并且該激勵效應在多種穩健性檢驗下仍然顯著;異質性分析表明，數字普惠金融的發展對中西部城市和傳統金融覆蓋不足的城市、民營和規模較小的中小企業具有更強的創新激勵效應，體現了數字普惠金融的普惠性特征;機制分析表明，數字普惠金融通過降低中小企業債務融資成本和緩解外部融資約束促進企業的創新產出。

本研究為我國實施普惠金融發展戰略有利于推動大眾創業、萬眾創新提供了來自創新視角的經驗證據，同時也為深化金融體制改革、增強金融服務實體經濟能力提供了有益思考。基于上述研究結論，本文的政策啟示在于：第一，應引導并鼓勵普惠金融服務主體利用數字技術推動普惠金融創新發展，特別是提高不發達地區和中小微企業的金融服務可得性、使用情況和質量，進一步降低融資交易成本，緩解創新融資約束，在支持企業創新時應因企施策，加強對民營和規模較小的中小企業的創新支持力度;第二，應加大金融創新和金融改革力度，堅持數字普惠金融的初衷和目標，營造公平的融資制度環境，消除融資所有制歧視和融資成本差異，激發企業創新動力，尤其是釋放中小企業和民營企業創新活力，提升我國經濟整體創新水平。

參考文獻：

[1]?Hall B H， Lerner J. The financing of R&D and innovation[J]. Handbook of the Economics of Innovation， 2010， 1： 609-639.

[2]?馬光榮， 劉明， 楊恩艷. 銀行授信、信貸緊縮與企業研發[J]. 金融研究， 2014（7）： 76-93.

[3]?Acharya V， Xu Z. Financial dependence and innovation： The case of public versus private firms[J]. Journal of Financial Economics， 2017， 124（2）： 223-243.

[4]?Beck T， Demirguc-Kunt A， Laeven L， et al. Finance， firm size， and growth[J]. Journal of Money Credit & Banking， 2008， 40（7）： 1379-1405.

[5]?Brown J R， Fazzari S M， Petersen B C. Financing innovation and growth： Cash flow， external equity， and the 1990s R&D boom[J]. Journal of Finance， 2009， 64（1）： 151-185.

[6]?Brown J R， Petersen B C. Cash holdings and R&D smoothing[J]. Journal of Corporate Finance， 2011， 17（3）： 694-709.

[7]?解維敏， 方紅星. 金融發展、融資約束與企業研發投入[J]. 金融研究， 2011（5）： 171-183.

[8]?賈俊生， 倫曉波， 林樹. 金融發展、微觀企業創新產出與經濟增長——基于上市公司專利視角的實證分析[J]. 金融研究， 2017（1）： 99-113.

[9]?汪偉， 潘孝挺. 金融要素扭曲與企業創新活動[J]. 統計研究， 2015（5）： 26-31.

[10]李曉龍， 冉光和， 鄭威. 金融要素扭曲如何影響企業創新投資——基于融資約束的視角[J]. 國際金融研究， 2017（12）： 25-35.

[11]戴靜， 張建華. 金融所有制歧視、所有制結構與創新產出——來自中國地區工業部門的證據[J]. 金融研究， 2013（5）： 86-98.

[12]李沖， 鐘昌標. 融資成本差異與企業創新： 理論分析與實證檢驗——基于國有企業與民營企業的比較研究[J]. 科技進步與對策， 2015（17）： 98-103.

[13]唐清泉， 巫岑. 銀行業結構與企業創新活動的融資約束[J]. 金融研究， 2015（7）： 116-134.

[14]蔡競， 董艷. 銀行業競爭與企業創新——來自中國工業企業的經驗證據[J]. 金融研究， 2016（11）： 96-111.

[15]白俊， 吳漢利. 競爭性銀行業結構與企業技術創新[J]. 軟科學， 2018（2）： 84-87.

[16]張杰， 蘆哲， 鄭文平， 等. 融資約束、融資渠道與企業R&D投入[J]. 世界經濟， 2012（10）： 66-90.

[17]劉政， 楊先明. 非正規金融促進了本土企業產品創新嗎？——來自中國制造業的證據[J]. 經濟學動態， 2017（8）： 88-98.

[18]王淑娟， 葉蜀君， 解方圓. 金融發展、金融創新與高新技術企業自主創新能力——基于中國省際面板數據的實證分析[J]. 軟科學， 2018（3）： 10-15.

[19]黃益平， 黃卓. 中國的數字金融發展： 現在與未來[J]. 經濟學（季刊）， 2018（4）： 1489-1502.

[20]梁榜， 張建華. 中國普惠金融創新能否緩解中小企業的融資約束[J]. 中國科技論壇， 2018（11）： 94-105.

[21]謝絢麗， 沈艷， 張皓星， 等. 數字金融能促進創業嗎？——來自中國的證據[J]. 經濟學（季刊）， 2018（4）： 1557-1580.

[22]白俊紅， 蔣伏心. 協同創新、空間關聯與區域創新績效[J]. 經濟研究， 2015（7）： 174-187.

[23]謝平， 鄒傳偉， 劉海二. 互聯網金融手冊[M]. 北京： 中國人民大學出版社， 2014.

[24]郭峰， 孔濤， 王靖一， 等. 中國數字普惠金融指標體系與指數編制[R]. 北京大學數字金融研究中心工作論文， 2016.

[25]Wooldridge J M. Econometric analysis of cross section and panel data[M]. Cambridge： MIT Press， 2010.

[26]Kaplan S N， Zingales L. Do investment-cash flow sensitivities provide useful measures of financing constraints？[J]. Quarterly Journal of Economics， 1997， 112（1）： 169-215.

[27]魏志華， 曾愛民， 李博. 金融生態環境與企業融資約束——基于中國上市公司的實證研究[J]. 會計研究， 2014（5）： 73-80+95.

[28]Hadlock C J， Pierce J R. New evidence on measuring financial constraints： Moving beyond the KZ index[J]. Review of Financial Studies， 2010， 23（5）： 1909-1940.

[29]鞠曉生， 盧荻， 虞義華. 融資約束、營運資本管理與企業創新可持續性[J]. 經濟研究， 2013（1）： 4-16.

[30]Pittman J A， Fortin S. Auditor choice and the cost of debt capital for newly public firms[J]. Journal of Accounting & Economics， 2004， 37（1）： 113-136.

[31]Minnis M. The value of financial statement verification in debt financing： Evidence from private U. S. firms[J]. Journal of Accounting Research， 2011， 49（2）： 457-506.

[32]魏志華， 王貞潔， 吳育輝， 等. 金融生態環境、審計意見與債務融資成本[J]. 審計研究， 2012（3）： 98-105.